政府补贴、企业创新投入与产能过剩***

姜晓婧 赵贤

〔 DOI〕 10.19653/j.cnki.dbcjdxxb.2020.06.004

〔引用格式〕  姜晓婧，赵贤.政府补贴、企业创新投入与产能过剩——基于中国光伏产业上市公司的经验验证[J].东北财经大学学报，2020，（6）：30-37.

〔摘要〕近年来中国光伏产业出现了相对严重的产能过剩问题。本文以沪深两市光伏产业上市公司为研究样本，运用生产函数法测算产能利用率，结果显示中国光伏企业产能利用率总体偏低。本文结合中介效应模型，探究政府补贴对企业产能利用率的影响机制。回归结果表明：政府补贴对企业产能利用率具有负向影响，政府补贴对企业创新投入呈现倒U型影响，过度的政府补贴通过抑制企业创新投入对光伏企业产能利用率产生负向影响。在此基础上，本文分别从资本产出弹性、政府过度干预和企业创新投入角度提出有针对性的政策建议。

〔关键词〕光伏产业;产能利用率;政府补贴;企业创新;中介效应

中图分类号：F062.9    文献标识码：A    文章编号：1008-4096（2020）06-0030-08

一、问题的提出

产能过剩问题最初主要表现在传统产业，2006年政府文件指出了钢铁、电解铝、电石、铁合金、焦炭、汽车等行业产能已经出现明显过剩。自2009年开始，战略性新兴产业在国家诸多政策的支持下实现了蓬勃的发展，技术创新成效显著，对于中国经济转变发展方式、优化经济结构、转换增长动力、向高质量阶段发展中的引领作用进一步得到发挥。然而，在战略性新兴产业发展过程中，一些学者也指出了其存在的同质同构、重复建设、高端产业低端化、低端产能过剩的现象。学者讨论较多的细分产业包括光伏产业、风能产业以及LED产业。为了化解产能过剩矛盾，中央政府出台了多项政策。2009年9月，在国务院批准的《关于抑制部分行业产能过剩和重复建设引导产业健康发展若干意见的通知》中重点指出，特别需要关注的是，不仅钢铁、水泥等产能过剩的传统产业仍在盲目扩张，风电设备、多晶硅等新兴产业也出现了重复建设倾向。2015年11月，中央财经领导小组第十一次会议首次指出要重点关注供给侧结构性改革问题，并将去产能作为首要核心任务之一。这些政策方针的提出，不仅体现出中央政府对产能过剩问题的高度重视，同时也体现出国内产能过剩问题的严峻性和复杂性。光伏产业属于战略性新兴产业中新能源产业的细分领域，在新能源产业发展中具有重要的战略地位。光伏产业产能过剩问题已经引起了各级政府、企业和学术界的关注和思考。

国外学者对产能过剩的研究开始较早，主要从企业生产要素的窖藏（Hoarding）行为导致产能过剩和企业在市场中竞争博弈采取威慑策略导致产能过剩两个方面进行了深入的探究。与国外产能过剩问题相比，中国产能过剩问题具有自身的特征，因而国内学者针对该问题进行了大量研究。对于产能过剩的原因，一些学者研究发现过度的政府补贴加剧了企业产能过剩。在数理模型的论证方面，耿强等^[1]将产能利用率引入实际商业周期（RBC）模型，论证了政策性补贴加大会更快形成产能过剩;皮建才等^[2]构建了地方政府在分权经济下进行政策性补贴竞争的博弈模型，研究发现“辖区GDP”导向的政策性补贴竞争会促使企业增加生产，产生体制性产能过剩问题;王宇和罗悦^[3]通过构建一个基于不确定需求以及古诺竞争的厂商进入模型，研究发现以国外市场需求为导向，并且政府给予大量补贴的发展模式，会对竞争主体产生激励扭曲，厂商的过度进入最终导致相关产业产能过剩。在经验验证方面，王宇和罗悦^[3]研究发现光伏企业普遍存在产能过剩情况，且外需依赖程度越大，政府补贴越多，产能过剩越严重。在案例研究方面，白雪洁和闫文凯^[4]研究发现新兴产业产能过剩是技术、竞争、需求、制度、环境等多重因素叠加作用的结果，光伏产业产能过剩主要有四个方面的原因，其一就是产业政策带来的潮涌型投资过剩，该产业政策指的是包含直接补贴在内的一些扶持政策。

一些学者以企业数据为样本考察了创新对产能过剩的影响。韩秀云^[5]以新能源领域的太阳能和风能行业为研究对象，研究发现行业内企业技术水平低下也是引起新能源产业产能过剩的重要原因。李后建和张剑^[6]研究发现企业技术创新促进了生产过程中产能利用率的提高，缓解企业面临的产能过剩问题。张倩肖和董瀛飞^[7]研究发现产品创新会提升产品的科技含量，也会增加产品多样性，这一做法会增加需求端的数量，进而起到化解产能过剩的作用。白雪洁和于志强^[8]研究发现光伏产业产能利用率的提高有赖于生产与创新双重资源配置效率的提升。刘建勇和江秋丽^[9]研究发现海外并购促进企业技术创新能力的提高，技术创新在海外并購缓解企业产能过剩的过程中具有显著的中介效应。

对于政府补贴影响企业创新，学术界进行了大量实证研究，结论的差异较大。一是政府补贴对企业创新的正向影响。Guellec等^[10]研究发现政府对企业进行研究的直接资助对企业创新具有积极作用。陆国庆等^[11]以中国战略性新兴产业为样本，研究发现政府补贴会正向促进战略性新兴产业的形成，与此同时在企业创新方面也会产生积极的作用。吕晓军^[12]以战略性新兴产业上市公司为样本，研究发现政府补贴能够激励企业增加创新投入，并且市场化进程越高的地区，政府补贴对企业技术创新投入的激励作用越显著。二是政府补贴对企业创新的负向影响。杨晔等^[13]以创业板上市公司为样本，研究发现直接财政补助形式对企业创新投入具有负向调节作用。三是政府补贴对企业创新的非线性影响。政府补贴对企业创新的影响并非简单的正向影响或者负向影响。傅利平和李小静^[14]以战略性新兴产业上市公司样本，研究发现政府补贴在企业创新过程中起到明显的信号传递效应，长期来看其与创新投入、创新产出呈倒U型关系。翟海燕等^[15]以上海张江高科技园区215家高科技企业为样本，研究发现在短期内政府补贴会促进企业创新投入，但是这种激励的作用是有限的，随着时间的推移，在长期内这种激励作用十分有限。

本文在借鉴前人的研究基础上，主要从中介效应的研究视角出发，探讨光伏产业政府补贴对产能利用率的影响机制，探究企业创新投入在其中的中介效应，以丰富对新兴产业产能过剩问题的理论和实证分析。

二、理论分析与研究假设

（一）政府补贴对产能过剩的影响机制

对于战略性新兴产业发展初期需要政府的扶持，学术界基本达成了共识，其中政府补贴是财政政策的重要手段。政府补贴的资金来源于中央政府和地方政府，实施补贴的形式多种多样，包括但不限于直接给予资金支持、税收返还、税收减免等形式。在光伏产业发展初期，政府补贴促进了该产业的迅速发展。短期看，这种发展模式迅速抢占市场，满足了国内外的市场需求。然而，政府补贴的方式并没有根据产业发展的不同階段以及处于产业链发展的不同地位的企业而有所改变，“一刀切”的补贴模式导致企业致力于获取政府补贴。补贴政策可能加剧企业的寻租行为，容易造成企业“重产能扩张、轻研发投入”的局面^[16]。

在中央的政策背景下，各级地方政府为了追求政绩和短期的经济效益，纷纷出台各种形式的超常规补贴等扶持政策，甚至与本地企业一起合谋套取中央政府的优惠政策，不顾本地实际情况，争上新兴产业项目，盲目扩大产能，造成了过度投资、重复建设、产业趋同以及产能过剩现象^[17]。因此，本文提出如下假设：

假设1：在光伏产业发展过程中，政府补贴加剧产能过剩。

（二）企业创新对产能过剩的影响机制

在激烈的竞争环境下，一些企业往往会固守原来的生产现状，对于外部环境的变化经常性地忽略，导致生产出来的产品难以迎合市场的偏好，不能满足消费者的需求，最终会导致产能过剩问题^[6]。因此，在正常的生产环境中，企业必须充分利用新技术，通过技术水平的提升来增加产品的科技含量。

根据资源基础观，产品创新的过程是企业敏锐地把握市场变化的过程，根据市场需求信息重新配置和整合资源，使企业重新配置的资源组合在一段时间内不容易被其他企业模仿或者被其他产品替代，如此这样通过产品创新可以将企业产品与竞争者的产品加以区分^[7]。同时也能将企业的闲置产能充分发挥，可以有效地满足市场需求，并能够获得更大的经济利益。

如果企业重视创新，将技术含量更好的产品更多地供给到市场中，可以提升企业以质量、标准、技术为核心要素的竞争力，能够形成自身的竞争优势，提升市场占有率，有益于从根本上化解产能过剩问题。因此，本文提出如下假设：

假设2：在光伏产业发展过程中，企业创新投入会促进产能利用率的提升。

三、研究设计

（一）指标选取

⒈ 被解释变量

产能利用率是指企业或者行业的实际产出占潜在生产能力（或者合意产出）的比重。产能利用率是测度产能过剩程度最直接、最常用的指标^[18]。因此，本文对光伏产业产能过剩问题的研究转换为对企业产能利用率的研究。所以将被解释变量设定为企业产能利用率（CU），采用生产函数法进行测算。在测算产能利用率指标选取上，本文借鉴余东华和吕逸楠^[17]的做法，资本投入指标选取企业年度固定资产净值，其中固定资产净值=固定资产原值-累计折旧。劳动投入指标选取企业年度在职员工人数。产出指标选取年度主营业务收入。同时采用Stata软件的Winsor2命令对产能利用率进行平滑处理，剔除1%的样本极值。

生产函数法的主要思想为：首先，确定边界生产函数的基本形式，利用最小二乘法对产出、资本和劳动进行回归，估计出平均生产函数。其次，计算样本区间内每一年平均生产函数的估计值与所有样本点的产出观测值两者的差，取残差的最大值加入到平均生产函数的常数项里，从而得到边界生产函数的具体形式。最后，根据边界生产函数的具体形式，分别计算出样本区间内的潜在产出，将其与实际产出进行比较，即可计算出企业产能利用率。

本文将边界生产函数设定为科布-道格拉斯（C-D）生产函数，其基本形式为：

（1）

其中，Y表示产出，K表示资本投入，L表示劳动力投入，α和β分别表示资本和劳动力的产出弹性，α>0，β>0，假定规模报酬不变，即α+β=1。对式（1）两边取对数，得到：

（2）

于是，边界生产函数形式为：

（3）

其中，Y^*表示潜在最大产出水平。令，，将式（3）改写为：

（4）

由，利用OLS方法，得到：

=（5）

式（5）即为平均生产函数。由边界生产函数的性质，本文进一步得到：

（6）

式（6）即为的值，代入式（5）即可得到的值，于是，估计出的边界生产函数为：

（7）

进而产能利用率CU（Capacity  Utilization）可以表示为：

（8）

通过测算，求出的约为0.1809，约为0.8191。可见，资本产出弹性明显小于劳动产出弹性。

⒉ 解释变量

（1）政府补贴（Sub）。本文参照周亚虹等^[19]的做法，采用企业所获政府补贴强度来衡量企业获得补贴的情况，有利于对不同规模的企业进行更加科学和规范的比较。政府补贴强度=政府补贴金额/主营业务收入。政府补贴金额采用企业财务报表附注中政府补助项目的金额。（2）企业创新投入（RD）。采用上市公司财务报表中的研发支出来衡量，并对其取对数。

⒊ 控制变量

借鉴相关研究，本文选取以下控制变量：（1）企业资产规模（Size），采用企业总资产的对数。（2）企业员工规模（Labor），采用企业员工总数的对数。（3）企业年龄（Age），用当年减去企业成立的年份。（4）总资产报酬率（Roa），计算公式为息税前利润×2/（期初总资产+期末总资产）×100%。（5）资产负债率（Leve），计算公式为负债总额/资产总额×100%。（6）总资产周转率（Tat），营业总收入/[（期初资产总计+期末资产总计）/2]。

（二）模型设定

为了考察政府补贴对企业产能利用率的影响，以及政府补贴是否会通过影响企业创新投入从而影响企业产能利用率，本文设定以下两个回归模型：

其一，考察政府补贴对企业产能利用率的影响，作为基准回归模型。模型设定如式（9）所示：

（9）

其中，i表示不同的上市公司，t表示年份，表示由生产函数法计算出企业产能利用率，和分别表示政府补贴强度和企业创新投入的对数。表示其他控制變量。

其二，将企业创新投入作为中介变量，运用中介效应模型对该传导机制进行验证，具体方法主要参照温忠鳞等^[20]构建递归方程检验中介效应。中介效应原理可用图1所示的路径图来表示。

如果解释变量X对被解释变量Y有影响，并且通过影响变量M来实现，M即为中介变量。如果剔除变量M的中介影响之后，X对Y的影响不再显著，则称M为“完全中介”;如果剔除M的中介影响之后，X对Y的影响仍然显著，则称M为“部分中介”。

下列回归方程来描述变量之间的关系：

（10）

（11）

（12）

其中，式（10）的系数c为自变量X对因变量Y的总效应;式（11）的系数a为自变量X对中介变量M的效应;式（12）的系数b是在控制了自变量X的影响后，中介变量M对因变量Y的效应;系数是在控制了中介变量M的影响后，自变量X对因变量Y的直接效应;、是回归残差。中介效应等于间接效应，即等于系数乘积ab，它与总效应和直接效应有如式（13）所示关系：

（13）

中介效应检验方法主要有逐步法、Sobel法和Bootstrap法。逐步法是最常用的检验方法，但是，其要求模型（3）中的a和模型（4）的b都显著的情况下，才能检验出中介效应，而Sobel法是直接针对中介效应ab进行检验，检验力高于逐步法，克服了逐步法的弊端，并要求ab服从正态分布，但其通常不是正态的，因而Sobel检验的局限性很明显。而Bootstrap法克服了Sobel的弊端，检验力高于Sobel检验。Bootstrap法是公认的可以取代Sobel法而直接检验系数乘积的方法。

（三）变量描述性统计分析

各变量描述性统计结果如表1所示。

本文主要分析在经济学理论基础上变量间的变动关系，为了排除数据变动幅度过大对估计结果的影響，对一些指标进行对数化处理确保数据的平滑可靠。本文研究样本为中国沪深两市中35家属于光伏产业的上市公司，采用2011—2019年的面板数据，共计315个观测值。相关数据来源于Wind数据库。从表1中可以看出，光伏企业产能利用率的均值为0.1757，产能过剩情况严重，大多数企业产能利用率仍有很大提升空间，而且最大值与最小值相差较大，说明光伏企业在产能利用率方面存在较大差异性。企业之间的政府补贴强度以及企业创新投入也存在较大差距。

四、实证结果分析与稳健性检验

（一）基准回归结果

本文采用上文介绍的检验流程进行中介效应检验。首先，由于企业产能利用率的取值范围在0到1之间，因而运用面板Tobit模型对式（9）进行回归，得到表2中的模型1。其次，由于中介变量为企业创新投入对数值，不再属于受限因变量的范畴，在将企业创新投入作为被解释变量，研究政府补贴对中介变量企业创新投入是否具有显著影响时，考虑采用固定或者随机效应模型进行回归。豪斯曼检验结果显示P值为0.1163，因而不能拒绝原假设，采用随机效应模型，即表2中的模型2。为了进一步研究政府补贴对企业创新投入之间是否存在非线性影响，在回归中加入政府补贴的平方项，即模型3。最后，再运用Tobit模型对式（12）进行估计，得到表2中的模型4。

由表2可以看出，模型1显示式（9）中解释变量政府补贴的系数为-0.7575，且在1%水平上显著，表示政府补贴对企业产能利用率存在负向影响。模型1和模型4回归结果都表明，政府补贴会降低企业产能利用率，加剧光伏企业产能过剩情况，这一结论与王宇和罗悦^[3]的研究结果类似。可能的原因是由于政府不当干预扭曲了要素价格，导致资源配置混乱，阻碍了市场自由竞争机制发挥作用。另外，政府官员有因为晋升或者满足考核进行过度补贴的动机，往往干预产业和企业的正常走势，影响市场机制发挥作用，也会造成产能过剩。

第三，光伏企业自身亟需提升创新能力。企业创新投入能促进企业产能利用率的提升，因而应加大企业创新投入，通过自主学习和效仿其他企业，提升自身的创新能力。企业在重视创新过程中，在资金投入过程中，应该明确资金的使用范围，发挥资金的最大价值。同时，光伏企业亟待摆脱低端化，向产业链高端攀升。企业还可以开展产学研、干中学等做法，必要时可以采取兼并重组等手段增强自身创新能力。

参考文献：

[1]  耿强，江飞涛，傅坦.政策性补贴、产能过剩与中国的经济波动——引入产能利用率RBC模型的实证检验[J].中国工业经济，2011，（5）：27-36.

[2]  皮建才，黎静，管艺文.政策性补贴竞争、体制性产能过剩与福利效应[J].世界经济文汇，2015，（3）：19-31.

[3]  王宇，罗悦.外需引导与政府补贴下战略性新兴产业的产能过剩研究——以光伏产业为例[J].现代经济探讨，2018，（3）：78-87.

[4]  白雪洁，闫文凯.中国新兴产业产能过剩的形成机理及疏解策略——基于光伏行业的案例分析[J].南开学报（哲学社会科学版），2017，（1）：133-142.

[5]  韩秀云.对我国新能源产能过剩问题的分析及政策建议——以风能和太阳能行业为例[J].管理世界，2012，（8）：171-172，175.

[6]  李后建，张剑.企业创新对产能过剩的影响机制研究[J].产业经济研究，2017，（2）：114-126.

[7]  张倩肖，董瀛飞.渐进工艺创新、产能建设周期与产能过剩——基于“新熊彼特”演化模型的模拟分析[J].经济学家，2014，（8）：33-42.

[8]  白雪洁，于志强.资源配置、技术创新效率与新兴产业环节性产能过剩——基于中国光伏行业的实证分析[J].当代财经，2018，（1）：88-98.

[9]  刘建勇，江秋丽.海外并购、技术创新与企业产能过剩[J].会计之友，2019，（12）：100-104.

[10]  Guellec，D. ，et al. The Impact of Public R&D Expenditure on Business R&D[J]. Economics of Innovation and New Technology， 2003， 12（3）：225-243.

[11]  陆国庆，王舟，张春宇.中国战略性新兴产业政府创新补贴的绩效研究[J].经济研究，2014，（7）：44-55.

[12]  吕晓军.政府补贴与企业技术创新投入——来自2009—2013年战略性新兴产业上市公司的证据[J].软科学，2016，（12）：1-5.

[13]  杨晔，王鹏，李怡虹，等.财政补贴对企业創新投入和绩效的影响研究——来自中国创业板上市公司的经验证据[J].财经论丛，2015，（1）：24-31.

[14]  傅利平，李小静.政府补贴在企业创新过程的信号传递效应分析——基于战略性新兴产业上市公司面板数据[J].系统工程，2014，（11）：50-58.

[15]  翟海燕，董静，汪江平.政府科技资助对企业创新投入的影响——基于Heckman样本选择模型的研究[J].研究与发展管理，2015，（5）：34-43.

[16]  闫志俊，于津平.政府补贴与企业全要素生产率——基于新兴产业和传统制造业的对比分析[J].产业经济研究，2017，（1）：1-13.

[17]  余东华，吕逸楠.政府不当干预与战略性新兴产业产能过剩——以中国光伏产业为例[J].中国工业经济，2015，（10）：53-68.

[18]  国务院发展研究中心《进一步化解产能过剩的政策研究》课题组，赵昌文，许召元，等.当前我国产能过剩的特征、风险及对策研究——基于实地调研及微观数据的分析[J].管理世界，2015，（4）：1-10.

[19]  周亚虹，蒲余路，陈诗一，等.政府扶持与新型产业发展——以新能源为例[J].经济研究，2015，（6）：147-161.

[20]  温忠麟，张雷，侯杰泰，等.中介效应检验程序及其应用[J].心理学报，2004，（5）：614-620.

[21]  Klein，L.R.，Preston，R. S. Some New Results in the Measurement of Capacity Utilization[J]. American Economic Review，1967，57（1）：34-58.

[22]  王辉，张月友.战略性新兴产业存在产能过剩吗？——以中国光伏产业为例[J].产业经济研究，2015，（1）：61-70，82.

Government Subsidies， Firm Innovation Investment and  Overcapacity： A Empirical Test Based on Listed Companies in Chinas Photovoltaic Industry

JIANG Xiao-jing，ZHAO Xian

（School of Economics，Dongbei University of Finance and Economics，Dalian  116025，China）

Abstract：In recent years， Chinas photovoltaic industry has experienced relatively serious overcapacity problems. This paper uses the production function method to measure the capacity utilization rate of listed companies in Shanghai and Shenzhen photovoltaic industry as the research sample， and the results show that the overall capacity utilization rate of Chinas  photovoltaic enterprises is low. Furthermore， this paper studies the influence mechanism of government subsidies on capacity utilization by using the mediation effect model. The regression results show that government subsidies have a negative impact on firm capacity utilization， and government subsidies have an inverted U-shaped impact on firm innovation input， excessive government subsidies have a negative impact on photovoltaic firm capacity utilization by restraining firm innovation input.On this basis， this paper proposes targeted policy recommendations from the perspectives of capital output elasticity， excessive government intervention and innovation input of enterprises， respectively.

Key words：photovoltaic industry; capacity utilization rate; government subsidies; innovation investment; mediation effect

（責任编辑：韩淑丽）